在掌握了numpy的基础知识后,本篇文章主要介绍numpy.array下,any()和all()函数的用法。
1.numpy.array.any()和numpy.array.all(),一个是或操作一个是与操作
np.array.any()是或操作,任意一个元素为True,输出为True。
np.array.all()是与操作,所有元素为True,输出为True。
import numpy as np arr1 = np.array([0,1,2,3]) print(arr1.any()) # True print(arr1.all()) # False
</pre> import numpy as np arr2 = np.array([True,True,True]) print(arr2.any()) # True print(arr2.all()) # True <pre class="brush:js;toolbar:false">
2.运用:判断np.array是否相等
首先,我们看一下list和np.array的区别:
lst1 = [1,3,5,7,9] lst2 = [2,4,6,8,10] print(lst1 == lst2) #result:False
</pre> import numpy as np arr1 = np.arange(10) arr2 = np.arange(10) print(arr1 == arr2) #result:[ True True True True True True True True True True] <pre class="brush:js;toolbar:false">
可以看出:用 “=” 判断两个list 是否相同,返回的是True或False,而np.array返回的是每个元素值比较的列表。
那么如何比较两个np.array,而不是其中的元素呢?
arr1 = np.arange(10) arr2 = np.arange(10) print((arr1 == arr2).all()) #result:True
arr1 == arr2返回的仍然是np.array类型的数组,因此,再通过.all()方法即可判断arr1、arr2是否相等。
通过本次学习,相信小伙伴们对numpy有了进一步的了解和灵活运用。
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试